SKILLEMALL.ai
GitHub ↗ EN Войти

BC a-share-tech-analysis

Инструментарий для технического анализа акций Китая — распознавание паттернов свечных графиков, расчет технических индикаторов, анализ ключевых уровней, интерпретация денежных потоков. Поддерживает MACD/KDJ/RSI/систему скользящих средних/полосы Боллинджера, автоматически отмечает уровни поддержки и сопротивления, подходит для помощи AI-агентам в принятии торговых решений.

машинный переводПоказать оригиналСкрыть оригинал«A股技术分析工具包 — K线形态识别、技术指标计算、关键点位分析、资金流向解读。支持MACD/KDJ/RSI/均线系统/布林带，自动标注支撑…»

A股技术分析工具包 — K线形态识别、技术指标计算、关键点位分析、资金流向解读。支持MACD/KDJ/RSI/均线系统/布林带，自动标注支撑位与阻力位，适合AI agent辅助操盘决策。

ClawHub Agent Skills автор: wuxiangfacai v1.5.0 MIT-0 3 файла тело ≈ 337 токенов Открыть источникclawhub.ai↗ проанализирован 25 ч назад

Инструментарий для технического анализа акций Китая — распознавание паттернов свечных графиков, расчет технических индикаторов, анализ ключевых уровней…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 16
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 337 токенов
  • 100Повторный запуск. Изменяющих операций нет

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 93: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This appears to be a simple stock-analysis helper with overstated documentation, not a malicious or system-accessing skill.
LLM: benign (high) · VirusTotal: · 8 июн. 2026 г.